基于WiMAX網絡終端的能耗降低算法

劉文芝，劉昭斌

(1.蘇州市職業大學 計算機工程學院，江蘇 蘇州 215104； 2.江蘇省現代企業信息化應用支撐軟件工程技術研發中心，江蘇 蘇州 215104) (*通信作者電子郵箱lwzsz@126.com)

基于WiMAX網絡終端的能耗降低算法

劉文芝1,2*，劉昭斌1,2

(1.蘇州市職業大學 計算機工程學院，江蘇 蘇州 215104； 2.江蘇省現代企業信息化應用支撐軟件工程技術研發中心，江蘇 蘇州 215104) (*通信作者電子郵箱lwzsz@126.com)

針對全球微波互聯接入(WiMAX)網絡節能算法中因移動節點(MS)的信道質量差別引起的空閑狀態而浪費能量這一不足，依據IEEE 802.16e標準第Ⅰ類節能模型給出了MS服務質量目標的平均能耗(AEC)形式化描述，并提出一種基于信道質量均衡的避免終端空閑狀態虛擬突發的節能調度(IAVB)算法。該算法采用將空閑狀態閾值和基于信道質量的狀況選擇主移動終端相結合的策略，并完善了虛擬突發的結束條件，很好地避免了因未正確結束虛擬突發而導致的終端空閑狀態造成的能量浪費問題。仿真實驗表明，在節能方面IAVB算法比最長虛擬突發優先(LVBF)算法性能平均提高了15%。實驗結果表明該算法減少了終端的空閑狀態，有效地降低了終端能耗，提高了WiMAX網絡的資源利用率。

WiMAX;移動節點;空閑狀態;虛擬突發;信道質量

0 引言

近年來，用戶對移動性數據的要求進一步提高，而基于IEEE 802.16e技術的全球微波互聯接入(Worldwide Interoperability for Microwave Access， WiMAX)能夠為非視距范圍內的移動終端提供高效無線連接，與其他接入技術相比[1]，WiMAX具有投資少、傳輸速率高、不同種類數據傳輸、組網靈活、布置方便等一系列優點，受到了業界的積極響應和支持，但移動節點(Mobile Station, MS)主要依賴電池供電，同時也造成了巨大的能量消耗。面對巨大的能耗問題，WiMAX通信的節能技術已成為當前研究熱點[2]，能耗效率也成為評價WiMAX系統總體性能的重要指標。

據此IEEE 802.16e標準[3]提出休眠機制用來節約MS的能量消耗。協議中定義了3種節能類型：節能類型Ⅰ、節能類型Ⅱ和節能類型Ⅲ。在節能類型Ⅰ和節能類型Ⅱ中，MS均有3種狀態：睡眠狀態、監聽狀態和清醒狀態。不同之處在于節能類型Ⅱ的監聽窗口能夠處理一定量的數據包，而節能類型Ⅰ的監聽窗口僅僅用來與基站(Base Station, BS)進行對話，它要處理數據必須切換到清醒狀態。節能類型Ⅲ只有一個睡眠窗口，當它結束時，MS立即進入清醒狀態。由IEEE 802.16e標準可知，節能類型Ⅰ適用于盡力而為(Best Effort, BE)和非實時可變速率(Not Real Time Variable Rate, NRT-VR)的業務，容許一定時延及其變化，實時性要求相對低。節能類型Ⅱ主要適用于非請求授予服務(Unsolicited Grant Service, UGS)和實時可變速率(Real Time Variable Rate, RT-VR)業務，對時延敏感。節能類型Ⅲ被推薦為多播連接和管理操作，如周期性尋呼等。

目前，如何調度激活實用的休眠類型，配置合理的休眠參數，建立合理的數學模型和實際模型，以及精辟的理論分析和完善的系統仿真成為研究熱點。本文是基于IEEE 802.16e無線城域網中點對多點的無線信道共享模式，以下行傳輸為例進行研究，帶寬以時隙來衡量，只討論終端上存在BE和NRT-VR這兩類非實時業務的情況。

1 相關工作

如何提高依靠電池供電的MS的能耗效率問題一直被廣泛關注，其中包括對節能調度算法的研究，但這些算法集中在802.11及傳感器網絡中[4-7]。

文獻[8]研究在長期演進計劃(Long Term Evolution, LTE)系統中通過創新非連續接收(Discontinuous Reception, DRX)機制保障終端功耗效率，通過設置不同的自適應配置準則以提高DRX能耗的效率，且不增加額外的信令開銷；文獻[9]針對LTE系統研究了不同頻段和不同無線信道上數據傳輸與能耗的關系。通過基站對下行鏈路進行控制，進而實現終端的低功耗依然是當前研究的主要方法，文獻[10]針對傳統的基站調度算法只根據延遲、頻譜效率等進行算法設計，提出了在多用戶場景下考慮終端能耗的基站調度算法，并通過設計次優算法以配合非連續發送(Discontinuous Transmission, DTX)機制，進而實現終端與基站功耗協同降低功耗的目標。文獻[11-12]則從下行的載波控制角度研究對終端能耗的影響，通過傳輸信道的調度與分配方面節約終端功耗，但這些節能機制與方法并不完全適用于802.16e網絡，尤其是針對能耗效率要求較高的特殊應用場景，如隧道通信等。

目前，WiMAX網絡中提高終端能耗效率的研究主要包括對休眠模式的分析、改進及休眠參數選擇等，對休眠模式在實現過程中的參數設置提供了方法。文獻[13]考慮在負載低的情況下，針對節能類型Ⅰ提出一種新穎的節能算法，此算法將二倍增長睡眠窗機制改為冪函數增長睡眠窗口機制，通過理論分析和仿真實驗證明了提出的機制性能比線性增長睡眠窗口機制的性能要好。文獻[14]利用SPA(Simple Packing Algorithm)模型來學習頻譜感知的歷史信息從而對下一時刻的信道狀態進行預測，對下行鏈路子幀休眠模式進行了分析，但該算法窗口長度固定會導致一些空閑移動終端因得不到及時休眠而浪費能量這一不足。文獻[15]提出了一種基于資源預留的WiMAX Mesh 網絡支持服務質量(Quality of Service, QoS)的微時隙動態分配算法，根據網絡時隙狀態動態調整休眠參數，但將時隙僅分為可用和不可用兩種狀態，使各個參數性能不能達到最佳。文獻[16]率先研究了應用于802.16e網絡的節能調度算法，是研究終端休眠并達到功耗效率提升的經典方法。該文提出了以虛擬突發方式為MS發送數據的調度思想，算法的基本思想如圖1所示。在每個虛擬突發開始時(一個虛擬突發為一組連續的時隙)，從處于清醒狀態的MS中選擇一個MS為主移動終端，其他所有處于清醒狀態的MS均為次移動終端。在進行時隙分配時，主移動終端比次移動終端具有更高的優先級，即除了為保證次移動終端的服務質量而必須為其分配的時隙外，虛擬突發中的其他所有時隙均分配給主移動終端，因此，主移動終端基本上占用了一個虛擬突發的所有帶寬資源，其數據得到了連續的發送。當前虛擬突發結束后，主移動終端進入休眠，選擇一個新的主移動終端，開始新的虛擬突發。在不影響其他MS服務質量的前提下，為每個MS一次傳輸盡可能多的數據，使MS在一次傳輸后可以休眠較長的時間。該思想可以明顯提高802.16e網絡的能耗效率，但文獻[16]基于該調度思想給出的最長虛擬突發優先(Longest Virtual Burst First, LVBF)算法不能有效避免MS的空閑狀態，從而無法減少由于MS的空閑狀態造成的能量浪費；未考慮實際環境中不同MS的信道質量差別，可能將時隙分配給信道質量差的MS，從而導致因傳輸錯誤而引起的空閑狀態，增大了MS的能耗。

圖1 虛擬突發分配方式

綜合上述可看到，這些算法尚存在一些問題，影響了算法對能耗效率的實用性。主要表現在：

1)由平均反應時延公式(1)可知(這里F(t)為分布時間函數，P(τ)為能量消耗，MS醒來的時刻為({xk,k≥0}，且x0=0)[17]，MS休眠就必然引起數據的時延；反之，如果要減少數據的時延，就必須減少休眠時間，則會增加MS能量消耗。

(1)

LVBF算法沒有權衡考慮不同網絡設計對能量消耗和時延這兩種性能的不同要求，LVBF只是單方面減少了MS的狀態轉換次數，并在一定程度上增加了MS的平均休眠時間，從而增加了數據的時延。

2)次移動終端不能進入休眠，因此不能有效避免終端的空閑狀態，從而無法減少由于空閑狀態造成的能量浪費。雖然LVBF算法通過突發傳輸的方式在連續時隙內為主移動終端發送數據，但為保證所有MS的服務質量，LVBF算法不能像最優方法那樣，在為某一MS傳輸數據的過程中，讓其他MS處于休眠狀態。而是在每個虛擬突發中，主移動終端和次移動終端均處于清醒狀態。因為LVBF算法認為，次移動終端僅被保證最小的數據速率，不能進入休眠狀態。然而，本文經過分析發現，在某些情況下，次移動終端是可以進入休眠的。LVBF算法未讓滿足休眠條件的次移動終端進入休眠，必將造成不必要的空閑時間，從而導致能量的浪費。

3)未考慮不同MS的信道質量差別，使得傳輸錯誤增加，導致MS能耗增大。實際環境中，不同MS在相同時刻的信道質量可能不同。由于LVBF算法未考慮MS信道質量的差別，因此可能將時隙分配給信道質量較差的MS，從而引起傳輸錯誤，使發往MS的數據包丟失，增加了MS處于空閑狀態的時間，浪費了MS的能量。

為解決以上問題，本文提出一種有效避免MS空閑狀態的節能調度(Idle-state Avoidance and Virtual Burst, IAVB)算法。IAVB算法基于虛擬突發的思想，結合信道質量選擇應獲得連續傳輸時隙的MS，其他MS一旦符合休眠條件則進入休眠狀態，在保證MS服務質量的前提下，避免了不必要的空閑時間。

2 系統模型與問題描述

2.1 系統模型

假設一個具有多時隙的WiMAX網絡環境，可以用圖G=(V,E)來表示，其中V代表節點集，E表示網絡中有向邊集合。其中，V={v1,v2,…,vn,BS}表示系統中含有n個MS∈{v1,v2,…,vn}節點和1個BS節點，有向鏈路集E={e1,e2,…,em}表示網絡中有向邊集合，e(vi,vj)∈E，當且僅當d(i,j)≤D，i為發送方，j為接收方，D為通信半徑，表示節點i和j之間的歐氏距離。該系統工作于周期同步時隙模式，其中每個周期包含T個時隙。假設有K條正交的無線信道且每條信道的帶寬是qi，K(vi)表示節點vi的射頻數量。該系統工作于周期同步時隙模式，每個時隙t=1,2,…,T中每個(鏈路，信道)對是活動的，在不同時隙，將通信業務分配給活動的時序編號N={0,1,…,T-1}中。Pw表示處于清醒狀態的vi在每個時隙上的平均能耗，Prw表示vi從休眠狀態轉換到清醒狀態的平均能耗，Pwr表示vi從清醒狀態轉化到休眠狀態的能耗，Pr處于休眠狀態時的能耗[18-19]。

假設MS節點初始帶寬請求Q={q1,q2,…,qn}，可求得MS節點vi的請求帶寬為：

(2)

由帶寬需求與正交頻分復用(Orthogonal Frequency Division Multiplexing, OFDM)碼元及傳輸速率的對應關系[20]，各個鏈路在每幀中的時隙需求為：

(3)

其中：h為OFDM碼元間的保護間隔，bj表示各個OFDM碼元中傳輸的比特數，Tf為幀持續時間。

基于以上分析和假設可知，一個vi的能耗由其處于清醒狀態的時間、從休眠狀態到清醒狀態的轉換次數、可用帶寬決定，因此，vi在一段時間T′內(T′足夠長)的總能耗Pi可以表示為：

(4)

其中：Di是vi在時間T內處于清醒狀態的總時隙數，Li表示vi從休眠狀態轉化到清醒狀態的次數。降低MS能耗的調度算法的目標是在保證每個MS服務質量的同時，最小化所有MS的平均能耗(在足夠長的時間T′內)。

2.2 研究問題

本文以最小數據速率作為MS的服務質量要求，因此節能調度算法的目標可以形式化為：

(5)

很顯然，為了最小化MS的平均能耗，最優的方法為：對于每個時隙，只有一個MS處于活動狀態，并在連續的時隙內一次傳輸完該MS的所有數據，然后令該MS進入休眠。該方法可以最小化MS處于清醒狀態的時間及狀態轉換次數，但不能滿足式(5)給出的約束條件，即不能滿足所有MS的服務質量要求。因此，本文需要設計的調度算法，應在滿足MS服務質量要求的同時降低能耗，而不是僅考慮如何最小化MS的能耗。

3 IAVB調度算法

針對上述討論算法存在的問題，IAVB算法主要從以下3個方面進行解決：1)引入空閑時間閾值的概念，根據空閑時間閾值給出終端的休眠條件，使滿足休眠條件的終端及時進入休眠，避免了終端不必要的空閑狀態；2)結合信道質量狀況選擇主移動終端，從而減少了因傳輸錯誤導致的終端空閑狀態；3)完善虛擬突發的結束條件，避免因未正確結束虛擬突發而導致的終端空閑狀態。

3.1 避免終端空閑狀態

WiMAX網絡中鏈路E與時隙N的映射關系可以使用矩陣I表示。若鏈路在時序中傳輸

(6)

由于MS處于空閑狀態時是在浪費能量，因此，若MS能夠在處于清醒狀態時一直收發數據，一旦無數據傳輸則進入休眠狀態，便可以避免處于空閑狀態時的能耗；但由于MS在休眠狀態與清醒狀態之間轉換也需要消耗能量，如果MS處于空閑狀態的時間比較短，導致狀態轉換的能耗大于空閑狀態的能耗，則MS不必進入休眠狀態。因此，MS進入休眠狀態的條件是MS預期處于空閑狀態的能耗大于狀態轉換的能耗，即：

(7)

(8)

這里Tm=Prw/Pr定義為空閑時間閾值。

綜上，MS的休眠條件也可表達為：鏈路最終分配的時隙的預期時間大于Tm，同時還要使分配給MS鏈路的時隙數與其請求的相符。

若次移動終端處于空閑狀態的預期時間大于Tm而不進入休眠，將造成不必要的能耗，因此，IAVB算法在每次為次移動終端分配時隙后均計算該終端預期處于空閑狀態的時間，判斷次移動終端是否需要進入休眠。以下將給出具體的判斷方法。

(9)

(10)

由式(10)推導出：

(11)

將式(9)代入式(11)，得次移動終端vi在一次時隙分配后處于空閑狀態的預期時間為：

(12)

基于以上分析，次移動終端vi進入休眠狀態的條件為：

Ts>Tm

(13)

(14)

綜上所述，若像LVBF算法那樣，所有的次移動終端無論在什么情況下均處于清醒狀態，必將造成能量的浪費。所以，IAVB算法每次為次移動終端分配完時隙后，均根據式(12)計算其處于空閑狀態的預期時間，若滿足式(13)定義的休眠條件，則使次移動終端進入休眠，因此，IAVB算法減少了終端處于空閑狀態的時間，解決了LVBF算法中不必要的空閑狀態造成的能量浪費問題，從而進一步降低了終端能耗。

3.2 結合信道質量選擇主移動終端

(15)

(16)

基于以上分析，IAVB算法選擇主移動終端vk的策略可表示為：

(17)

其中：E′代表在每個突發開始時處于清醒狀態的MS的集合，j(j∈E′)為處于清醒狀態的MS的索引。式(17)描述的策略結合MS當前的信道質量狀況，更準確地選擇出可以在最短的時間內達到休眠最低速率要求的終端作為主移動終端，解決了上述討論算法中未考慮終端信道質量的問題。由于選擇了當前信道質量較好的MS進行數據傳輸，因此減少了傳輸錯誤，從而減少了因數據包丟失而導致的終端空閑時間，降低了終端能耗。

3.3 虛擬突發結束條件

ξ≥ε

(18)

其中，ε是系統參數，它決定如何在終端的業務平均時延和能耗效率之間作折中[22]。

除式(18)所定義的條件外，IAVB算法還針對實際系統中可能出現的兩種特殊情況定義了額外的虛擬突發結束條件：1)當ξ尚小于系統參數ε時，若主移動終端主動發起休眠請求，則當前虛擬突發結束；2)當系統中MS數量較多，系統負載較重時，可能出現主移動終端獲得的數據速率尚不滿足其進入休眠狀態的條件，就出現ξ≥ε的情況。此時不能立即結束該虛擬突發，而要等主移動終端達到可以休眠的數據速率后再結束當前突發；否則，主移動終端在虛擬突發結束后仍然不能進入休眠，而是處于空閑狀態，造成了能量的浪費，因此，虛擬突發結束的必要條件為主移動終端的當前速率不小于其可以休眠的最低速率要求，即：

(19)

IAVB算法通過綜合考慮式(18)和式(19)所定義的條件來決定是否結束一個虛擬突發，避免了因實際系統中的特殊情況而導致的終端空閑狀態。

3.4 IAVB算法流程

(20)

基于以上討論，給出IAVB調度算法的步驟如下：

1)根據式(17)選擇主移動終端，開始一個虛擬突發。其他所有處于清醒狀態的移動終端為次移動終端。

2)若E″不為空，則根據式(20)選擇次移動終端via，將當前時隙分配給via；否則，將當前時隙分配給主移動終端。

3)根據步驟2)中的調度結果，更新所有終端上的數據傳輸速率。若次移動終端的當前速率大于它可以休眠的最低速率要求，則通知該終端進入休眠，休眠時間根據式(12)計算；若一個處于休眠狀態的終端的當前速率小于其最小數據速率要求，則喚醒該終端，將其加入集合E″。

4)如果當前主移動終端主動發起休眠請求進入休眠狀態，則轉到步驟1)開始一個新的虛擬突發，否則執行步驟5)。

5)如果式(18)與式(19)中的條件同時滿足，則結束當前虛擬突發，主移動終端進入休眠狀態，請求的休眠時間根據式(12)計算，并轉到步驟1)開始一個新的虛擬突發；否則執行步驟2)開始當前虛擬突發中的下一個時隙的分配。

4 仿真實驗與分析

本章將通過仿真方式驗證和分析IAVB調度算法的性能及系統參數對算法性能的影響。仿真場景包括一個BS和可變數量的MS。信道衰變模型通過8狀態的馬爾可夫鏈來模擬[23-24]。MS和BS間的每一個信道都對應一個馬爾可夫過程，以控制信道的狀態轉移。vi(i=1,2,…,n)與BS之間的信道具有相同的馬爾可夫鏈參數，即相同的傳輸概率矩陣。所有的信道均為獨立同分布，即它們有相同的馬爾可夫傳輸概率矩陣并彼此無關。系統總信道容量C為5 Mb/s。BS上產生滿足泊松分布的數據業務，其平均速率為業務的最小數據速率加上網絡層和MAC層的系統開銷。數據業務的最小數據速率滿足[10 kb/s，40 kb/s]的正態分布。由此可以看出，連續時間馬爾可夫鏈能夠很好地對獨立同分布的WiMAX網絡系統進行描述，建立系統通用性方程并給出了系統的一般性解法，通過數值仿真對系統的能耗、平均響應延遲、狀態轉換次數、次移動終端空閑時隙數以及空閑時間閾值對算法能耗效率影響等參數之間的關系。

4.1 IAVB算法的能耗效率

本實驗IAVB、IEEE 802.16e標準和LVBF的初始睡眠窗口和最終睡眠窗口是2和32幀。本文利用平均能耗(Average Energy Consumption, AEC)來衡量能耗效率。

圖2給出IAVB算法、LVBF算法和IEEE 802.16e標準在系統中存在不同數量的MS情況下的能耗效率值(每次狀態轉換消耗50個時隙單位的能量，ε取0.01)。由仿真結果可以看出，IAVB算法、LVBF算法在節能方面明顯優于IEEE 802.16e標準，IAVB比LVBF算法提高了15%左右。主要原因在于，IAVB算法通過使滿足休眠條件的次移動終端及時進入休眠狀態及結合信道質量選擇主移動終端等方法，減少了終端處于空閑狀態的時間，使得終端的空閑時間遠小于LVBF算法中終端的空閑時間，從而減小了終端處于空閑狀態時浪費的能量，提高了系統的能耗效率。

圖3顯示的是3種算法對平均響應延遲的影響。IAVB的平均響應延遲均低于IEEE 802.16 e標準和LVBF算法。而且隨著時間的增加IAVB響應延遲顯著低于其他兩種，更省電。IAVB和LVBF算法的剩余電池能量分別為8 824.4 s和9 020.5 s。在初始階段IAVB的平均響應延遲低于IEEE 802.16e標準，而優于LVBF算法，但隨著時間的增加延遲也會增加，這是因為IAVB和LVBF處理數據包要多于IEEE 802.16e標準，因此，減少睡眠時間間隔的結果以減少能源消耗。相比IEEE 802.16e和LVBF算法的6 995.8 s、7 151.5 s，IAVB的電池壽命已經擴展到7 590.3 s。

圖2 3種算法中的MS對能耗的影響

圖3 3種算法對平均響應延遲的影響

圖4給出IAVB算法與LVBF算法在完成2×105個時隙的調度過程中所有終端的空閑時間之和(以時隙數衡量)。可以看出，IAVB算法中空閑時隙總數在1×103到5×103之間，而LVBF算法中空閑時隙總數在2×104到2×105之間，遠遠大于IAVB算法中的空閑時隙數。

圖4 空閑時隙數

IAVB算法中終端空閑時間的減少是以狀態轉換次數的增加為代價的。圖5給出IAVB算法與LVBF算法在完成2×105個時隙的調度過程中所有終端的狀態轉換次數之和。由圖5可見，IAVB算法的狀態轉換次數平均為LVBF算法的兩倍左右，但分析式(14)可知，只要符合休眠條件，空閑時間減少所降低的能耗比狀態轉換次數增加而增大的能耗要多，所以總體來看，空閑時間減少還是帶來了系統總能耗的降低。

圖6和圖7說明了空閑時間閾值對平均能耗和響應延遲的影響。IAVB的平均能耗優于LVBF和IEEE 802.16e標準協議是因為IAVB使用一個基于MS信道質量狀況策略的自適應的空閑閾值，而LVBF只考慮剩余電池壽命來設置空閑閾值，IEEE 802.16e標準的空閑閾值固定只有10幀。與IEEE 802.16e標準協議比較IAVB和LVBF算法都具有較低的能源消耗，但隨著時間增加3種算法收斂到相同的平均能耗。IAVB算法的能耗與LVBF算法的能耗之差越來越小，當Tm接近8 000時，IAVB算法的能耗降低到與LVBF算法的能耗基本相同。這是由于Tm越大，滿足休眠條件的次移動終端的數量就越少；即使次移動終端滿足休眠條件進入休眠，它所能節省的電量也減少(由于狀態轉換的耗電量增加)，因此Tm越大，IAVB算法相對LVBF算法的性能提高越小。

圖5 狀態轉換次數

圖6 Tm對平均能耗的影響

圖7 Tm對平均響應延遲的影響

圖7中IAVB的平均響應延遲小于其他兩種算法，這意味著IAVB調整其閑置閾值相適應信道質量可允許接收更多的數據包，從而只有很少的消息等待到下一個監聽窗口，提高了信道的利用率。

4.2 IAVB算法對MS最小數據速率的保證

圖8顯示了隨著系統負載增加，IAVB算法對不同MS的最小數據速率要求的保證情況。仿真中選擇了3個具有不同最小數據速率要求的MS為例進行實驗。其中，v1的最小數據速率要求為16 kb/s，v2為24 kb/s，v3為32 kb/s。從圖8可以看出，3個MS的數據速率始終大于其最小數據速率要求，并隨著系統中MS總數量的增加而降低，將一直降低到接近其預定義的最小數據速率。這是由于IAVB算法會在每個時隙都檢查是否有MS的服務質量要求沒有滿足，并盡可能快地為未滿足服務質量要求的MS分配時隙，因此只要系統未超負荷，IAVB算法便可以保證MS的最小數據速率要求。

圖8 IAVB算法對最小數據速率的保證

5 結語

針對IEEE 802.16e網絡中移動節點因信道質量差別引起的時隙分配效率低、無法減少由于空閑狀態造成的能量浪費和數據包丟失的服務質量差等問題，本文根據將空閑時間閾值和基于信道質量的狀況選擇主移動終端相結合的策略提出了一種基于信道質量均衡的避免終端空閑狀態虛擬突發的節能調度算法。該算法有以下特點：任何信道分配都必須符合各鏈路時隙數盡可能接近帶寬請求值，并通過時隙復用獲得最短的調度周期；最小化MS的平均能耗，在它進入休眠之前連續的時隙內一次傳輸完該MS的所有數據；考慮了節點規模變大引起的節點間通信延遲問題，引入空閑時間閾值；完善虛擬突發的結束條件與信道質量選擇主移動終端的動態負載相結合的平衡策略。實驗將本文算法與IAVB和IEEE P802.16算法進行了對比分析，驗證了本文算法對802.16e網絡中MS的節能調度具有良好的性能，也增大了隨機接入信道的用戶容量，提高了WiMAX網絡的資源利用率。下一步的工作將考慮終端上不同類型業務的服務質量要求來完善算法設計。

References)

[1] CHEN J J, LIANG J M, TSENG Y C. An energy efficient sleep scheduling considering QoS diversity for IEEE 802.16e wireless networks [C]// ICC 2010: Proceedings of the 2010 IEEE International Conference on Communications. Piscataway, NJ: IEEE, 2010: 1-5.

[2] IEEE 802 LAN /MAN Standards Committee, IEEE P802.16m/D6 Working Group. IEEE P802.16m/D6 May 2010, IEEE Draft amendment standard for local and metropolitan area networks—part 16: air interface for fixed and mobile broadband wireless access systems-advanced air interface[S]. New York: IEEE, 2010: 1-932.

[3] IEEE 802 LAN /MAN Standards Committee, IEEE 802.16 Working Group. IEEE Std 802.16e- 2005, IEEE standard for local metropolitan area networks—part 16: air interface for fixed and mobile broadband wireless access systems[S]. Piscataway, NJ: IEEE, 2006: 1-822.

[4] LIU Z B, LI X X, ZHU T, et al. Unsupervised diagnosis in large scale complex networks [J]. Ad Hoc & Sensor Wireless Networks, 2015, 28(3/4): 161-181.

[5] GILANIAN-SADEGHI M M, ALI B M, MA M, et al. A novel energy efficient key distribution scheme for mobile WiMAX networks [J]. Wireless Personal Communications, 2017, 92(2): 727-748.

[6] 虞貴財,龍承志,向滿天.認知無線傳感器網絡中能耗有效的協作頻譜感測算法[J].通信學報,2015,36(3):49-59.(YU G C, LONG C Z, XIANG M T. Energy efficient cooperative spectrum sensing algorithm in cognitive wireless sensor networks [J]. Journal on Communications, 2015, 36(3): 49-59.)

[7] NAJIMI M, EBRAHIMZADEH A, HOSSENI S M, et al. A novel sensing nodes and decision node selection method for energy efficiency of cooperative spectrum sensing in cognitive sensor networks [J]. IEEE Sensors Journal, 2013,13(5): 1610-1621.

[8] IMRAN R, SHUKAIR M, ZORBA N, et al. An energy saving strategy for LTE-A multiantenna systems [J]. Mobile Networks and Applications, 2015, 20(5): 692-700.

[9] DUSZA B, IDE C, WIETFELD C. Measuring the impact of the mobile radio channel on the energy efficiency of LTE user equipment [C]// ICCCN 2012: Proceedings of the 2012 21st International Conference on Computer Communications and Networks. Piscataway, NJ: IEEE, 2012: 1-5.

[10] LUOTO P, PIRINEN P, LATVA-AHO M. Energy efficient load sharing in LTE-A HetNets [C] // WiMob 2013: Proceedings of the 2013 IEEE 9th International Conference on Wireless and Mobile Computing, Networking and Communications. Washington, DC: IEEE Computer Society, 2013: 119-123.

[11] LIU F, ZHENG K, XIANG W, et al. Design and performance analysis of an energy-efficient uplink carrier aggregation scheme [J]. IEEE Journal on Selected Areas in Communications, 2014, 32(2): 197-207.

[12] ANANTH T A, SIVASURIYA R. Broadcast scheduling and link scheduling in IH-MAC for wireless sensor networks [C]// ICICES 2014: Proceedings of the 2014 IEEE International Conference on Information Communication and Embedded Systems. Piscataway, NJ: IEEE, 2014: 1-6.

[13] LU S F, WANG J X, KUANG Y J. An efficient power saving mechanism for sleep mode in IEEE 802.16e networks [C]// IWCMC 2010: Proceedings of the 6th ACM IWCMC International Conference on International Wireless Communications and Mobile Computing. New York: ACM, 2010: 916-920.

[14] LAGKAS T D, SARIGIANNIDIS P G, LOUTA M, et al. Exploring the intra-frame energy conservation capabilities of the horizontal simple packing algorithm in IEEE 802.16e networks: an analytical approach [J]. Wireless Networks, 2013, 19(4): 547-558.

[15] 張新有,伸桂林.WiMAX Mesh網絡中一種分布式時隙分配算法[J].計算機工程與應用,2015,51(5):92-96.(ZHANG X Y, SHEN G L. Distributed scheduling minislot allocation algorithm on WiMAX Mesh mode [J].Computer Engineering and Applications, 2015, 51(5): 92-96.)

[16] SHI J, FANG G, SUN Y, et al. Improving mobile station energy efficiency in IEEE 802.16e WMAN by burst scheduling [C]// GLOBECOM’ 06: Proceedings of the 49th Annual IEEE International Conference on Global Telecommunications Conference. Piscataway, NJ: IEEE, 2006: 1-5.

[17] JI B, GUPTA G R, LIN X, et al. Performance of low-complexity greedy scheduling policies in multi-channel wireless networks: optimal throughput and near-optimal delay [C]// INFOCOM 2013: Proceedings of the 2013 IEEE Conference on Computer Communications. Piscataway, NJ: IEEE, 2013: 2589-2597.

[18] PACHORI K, MISHRA A, PACHAURI R, et al. Envelope fluctuation reduction for WiMAX MIMO-OFDM signals using adaptive network fuzzy inference systems [C]// INDIA 2016: Proceedings of the Third International Conference on Information System Design and Intelligent Applications. Berlin: Springer, 2016: 19-26.

[19] UMASHANKAR G, KANNU A. Throughput optimal multi-slot sensing procedure for a cognitive radio [J]. IEEE Communications Letters, 2013, 17(12): 2292-2295.

[20] 陳劍,賈杰,聞英友,等.WiMAX WMN中基于擴展圖的鏈路調度優化[J].東北大學學報(自然科學版),2015,36(1):15-18.(CHEN J, JIA J, WEN Y Y, et al. Optimization of link scheduling based on expansion graph in WiMAX wireless mesh networks [J]. Journal of Northeastern University (Natural Science), 2015, 36(1): 15-18.)

[21] LIU Y X, TEWFIK A. primary traffic characterization and secondary transmissions [J]. IEEE Transactions on Wireless Communications, 2014, 13(4): 3003-3016.

[22] POULAKIS M I, PANAGOPOULOS A D, CONSTANTINOU P. Channel-aware opportunistic transmission scheduling for energy-efficient wireless links [J]. IEEE Transactions on Vehicular Technology, 2013, 62(1): 192-204.

[23] QURESHI H K, AHMAD J J, KHAYAM S A, et al. Graph-theoretic complexity reduction for Markovian wireless channel models [J]. Wireless Personal Communications, 2011, 58(4): 831-849.

[24] CHENG X, HE J, LIANG Q. Performance prediction of WSNs’ mobile nodes based on GM-Markov method [C]// CENet2014: Proceedings of the 4th International Conference on Computer Engineering and Networks. Berlin: Springer, 2015: 1207-1214.

This work is partially supported by the National Natural Science Foundation of China (61472211, 61672372).

LIUWenzhi, born in 1967, M. S., associate professor. Her research interests include wireless communication, sensor network.

LIUZhaobin, born in 1965, M. S., professor. His research interests include context-aware of computing, wireless sensor network.

Energyconsumption-reducingalgorithmbasedonWiMAXnetworks

LIU Wenzhi1,2*, LIU Zhaobin1,2

(1.SchoolofComputerEngineering,SuzhouVocationalUniversity,SuzhouJiangsu215104,China;2.JiangsuProvinceSupportSoftwareEngineeringR&DCenterforModernInformationTechnologyApplicationinEnterprise,SuzhouJiangsu215104,China)

To overcome the shortcoming in the energy-saving algorithm of WiMAX networks that energy is unnecessarily wasted by idle mobile stations because of channel quality difference, according to the energy-saving class Ⅰ of the IEEE 802.16e standard, the formalization of Average Energy Consumption (AEC) was given for Mobile Station (MS) Quality of Service (QoS), and an algorithm of Idle-state Avoidance and Virtual Burst (IAVB) based on channel quality balancing was proposed. In this algorithm, the strategy combining a threshold of idle-state with choosing the main mobile terminal based on channel quality balancing was adopted, and the end condition of virtual-burst was perfected to avoid the energy waste between idle-state nodes when the virtual-burst did not end properly. The simulation results show that the energy saving performance of IAVB algorithm is 15% higher than that of the Longest Virtual Burst First (LVBF) algorithm. The experimental results show that the proposed algorithm can control the energy consumption of idle-state and improve the resource utilization efficiency of the WiMAX network.

WiMAX; Mobile Station (MS); idle state; virtual burst; channel quality

TN929.5; TP393.07

:A

2017- 02- 05;

:2017- 03- 06。

國家自然科學基金資助項目(61472211, 61672372)。

劉文芝(1967—)，女，湖南衡陽人，副教授，碩士，CCF會員，主要研究方向：無線通信、傳感網絡； 劉昭斌(1965—)，男，山東威海人,教授，碩士，CCF高級會員，主要研究方向：感知計算、無線傳感網。

1001- 9081(2017)07- 1866- 07

10.11772/j.issn.1001- 9081.2017.07.1866